Método AHP como optimização na selecção de fornecedores numa empresa de materiais de construção

Nos dias que correm cada vez mais a diferença entre o sucesso e o fracasso de uma empresa depende da estratégia que escolhem seguir, sendo de igual forma importante maximizar quer os recursos materiais quer os recursos humanos. Assim sendo, cada vez mais empresas optam por incentivar os seus colaboradores a desempenhar um papel importante no processo de decisão. Para isso a estratégia da empresa tem de estar alinhada com cada actividade desempenhada pelos seus colaboradores. Esta dissertação tem por base uma pesquisa de vários métodos multicritério existentes, tendo sido escolhido o método Analytic Hierarchy Process (AHP) para determinar o melhor fornecedor de cimento para a empresa Materiais de Construção da Minhoteira, Lda. Foi então necessário desenvolver um software tendo por base o Excel que permitisse fazer a análise das diversas alternativas perante os critérios mencionados. A aplicação informática “Make and Choice” procura contribuir da melhor forma para uma escolha potencialmente mais acertada. Conclui-se que “Make and Choice”, utilizando o método AHP, foi adequada para conseguir responder a todos os objectivos inicialmente propostos, foi ainda possível verificar os benefícios que advêm da sua aplicação. E desta forma, perceber que é possível ter o auxílio na tomada de decisão de ferramentas ou métodos que permitem obter a melhor solução.

An intelligent clustering scheme for distributed intrusion detection in vehicular cloud computing

In recent years, vehicular cloud computing (VCC) has emerged as a new technology which is being used in wide range of applications in the area of multimedia-based healthcare applications. In VCC, vehicles act as the intelligent machines which can be used to collect and transfer the healthcare data to the local, or global sites for storage, and computation purposes, as vehicles are having comparatively limited storage and computation power for handling the multimedia files. However, due to the dynamic changes in topology, and lack of centralized monitoring points, this information can be altered, or misused. These security breaches can result in disastrous consequences such as-loss of life or financial frauds. Therefore, to address these issues, a learning automata-assisted distributive intrusion detection system is designed based on clustering. Although there exist a number of applications where the proposed scheme can be applied but, we have taken multimedia-based healthcare application for illustration of the proposed scheme. In the proposed scheme, learning automata (LA) are assumed to be stationed on the vehicles which take clustering decisions intelligently and select one of the members of the group as a cluster-head. The cluster-heads then assist in efficient storage and dissemination of information through a cloud-based infrastructure. To secure the proposed scheme from malicious activities, standard cryptographic technique is used in which the auotmaton learns from the environment and takes adaptive decisions for identification of any malicious activity in the network. A reward and penalty is given by the stochastic environment where an automaton performs its actions so that it updates its action probability vector after getting the reinforcement signal from the environment. The proposed scheme was evaluated using extensive simulations on ns-2 with SUMO. The results obtained indicate that the proposed scheme yields an improvement of 10 % in detection rate of malicious nodes when compared with the existing schemes.